dc.contributor	Raška Pavel, Ing. Ph.D. : 67626
dc.contributor.advisor	Koblasa František, Ing. Ph.D. : 56995
dc.contributor.author	Gnanasekar, Pandiyaraj
dc.date.accessioned	2021-02-04T18:42:00Z
dc.date.available	2021-02-04T18:42:00Z
dc.date.committed	2021-5-20
dc.date.defense	2020-06-25
dc.date.issued	2020-06-25
dc.date.submitted	2019-11-20
dc.date.updated	2020-6-25
dc.degree.level	Ing.
dc.description.abstract	Tato diplomová práce je zaměřena na výzkum evolučních algoritmů (EA) v oblasti plánování zakázkové výroby a na vývoj nové strategie za účelem zlepšení výkonu. Sekvenční rovrhovací problem (JSSP) je jedním z nejsložitějších plánovacích problémů a nalezení optimálního řešení je vzhledem ke složitosti velmi obtížné. Byly přezkoumány existující evoluční algoritmy a pro řešení sekvenčního rozvrhovacího problému byl vybrán jeden z široce používaných genetických algoritmů. Pro porovnání efektivnosti EA jsou vygenerovány nejprve Aktivní plány pro pro eta lonové problémy JSSP na základě různých prioritních pravidel . Poté je přezkoumána struktura a hlavní parametry jednoduchého genetického algoritmu (SGA) a na základě toho je v SGA navržena a implementována nová strategie nahrazení (opakovaně použitelná substituční strategie - RSS). Implementace RRS v SGA zlepšuje výsledky a také byl experimentován její dopad na dva různé typy reprezentací chromozomů. Navržený MSGAJO je považován mezi testovanými za nejlepší genetický algoritmus, který dává nejlepší hodnoty promísení pro případy problému JSSP.	cs
dc.description.abstract	This thesis is aimed at research of evolution algorithms (EA) in the field of the shop scheduling problems and to develop a new strategy in order to improve the performance. Job shop scheduling problem (JSSP) is one of the most complex scheduling problem and finding the optimal solution is very difficult due to their complexity. Existing evolution algorithms were reviewed and one of the best and widely used genetic algorithm is selected for solving job shop scheduling problem. Active schedules for JSSP were generated based on various dispatching rules with the help of most used problem instances to compare effectiveness of EA. Then the structure and the major parameters of simple genetic algorithm (SGA) is reviewed and based on that a new strategy for replacement (Reusable Replacement Strategy) is proposed and implemented in the SGA. The implementation of RRS in SGA improves the results and also its impact on two different type of chromosome representations were experimented. The developed MSGAJO is concluded to be the best genetic algorithm among tested to give the best makespan values for the JSSP problem instances.	en
dc.description.mark
dc.format	70
dc.format.extent	Ilustrace, Schémata, Grafy, Tabulky pdf
dc.identifier.signature	V 202102457
dc.identifier.uri	https://dspace.tul.cz/handle/15240/159725
dc.language.iso	an
dc.relation.isbasedon	[1] MICHALEWICZ, Z. Genetic algorithms+ data structures= evolution programs. Springer Science and Business Media, 2013.
dc.relation.isbasedon	[2] BACK, T. Evolutionary algorithms in theory and practice: evolution strategies, evolutionary programming, genetic algorithms. New York: Oxford University Press, 1996. ISBN 0-19-509971-0.
dc.relation.isbasedon	[3] EIBEN, A. E. a J. E. SMITH. Introduction to evolutionary computing. Second edition. Heidelberg: Springer, 2015. Natural computing series. ISBN 978-3-662-44873-1.
dc.relation.isbasedon	[4] DASH, S. S. a S. DAS, B. K. PANIGRAHI a K. VIJAYAKUMAR. Artificial Intelligence and Evolutionary Computations in Engineering Systems. Springer, 2017. Advances in Intelligent Systems and Computing, 517. ISBN 978-981-10-3173-1.
dc.relation.isbasedon	[5] SIMON, D. Evolutionary optimization algorithms: biologically-inspired and population-based approaches to computer intelligence. Hoboken: Wiley, 2013. ISBN 978-0-470-93741-9
dc.rights	Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26	cs
dc.rights	A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26	en
dc.rights.uri	https://knihovna.tul.cz/document/26
dc.rights.uri	https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject	Jednoduchý genetický algoritmus	cs
dc.subject	plánování pracovních obchodů	cs
dc.subject	dispečerská pravidla	cs
dc.subject	evoluční algoritmy	cs
dc.subject	Simple genetic algorithm	en
dc.subject	Job shop scheduling	en
dc.subject	Dispatching rules	en
dc.subject	Evolution Algorithms	en
dc.title	Development of Evolution Algorithm for Shop Scheduling Problem	cs
dc.title	Developement of Evolution Algorithm for Shop Scheduling problem	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Navazující
local.degree.discipline	VSPA
local.degree.programme	Mechanical Engineering
local.degree.programmeabbreviation	N2301
local.department.abbreviation	KSA
local.faculty	Fakulta strojní	cs
local.faculty.abbreviation	FS
local.identifier.author	S18000448
local.identifier.stag	40419
local.identifier.verbis
local.identifier.verbis	kpw06
local.note.administrators	automat
local.note.secrecy	Povoleno ZverejnitPraci Povoleno ZverejnitPosudky
local.poradovecislo	2457

Development of Evolution Algorithm for Shop Scheduling Problem

Files

Original bundle

Collections